基于改进 Ｋ－ｍｅａｎｓ算法的钢管表面 缺陷视觉检测方法

杨利霞

基于改进 Ｋ－ｍｅａｎｓ算法的钢管表面

缺陷视觉检测方法

& d; ?, ]7 S/ a, K6 Q
0 _, U4 s2 |) ]0 n. L：为了利用机器视觉技术检测钢管表面缺陷，设计并搭建了钢管表面图像采集实验平台，针对钢管表面覆
盖有氧化铁皮以及弧形外表面易造成光照不均等问题，提出一种基于改进 Ｋ－ｍｅａｎｓ灰度正反求和的检测方
法。首先采用垂直投影法获取钢管区域图像，计算得到其灰度反转图像，参 照 Ｆｒａｎｋｌｅ－ＭｃＣａｎｎＲｅｔｉｎｅｘ算 法
& k' g6 r* q' {0 c原理分别对钢管区域图像及灰度反转图像进行增强，获得各自背景均匀的高对比度图像，再 采 用 改 进 的 Ｋ－
ｍｅａｎｓ算法进行图像分割，得到两个缺陷检测结果，并对二者求和，最后通过图像后处理优化检测结果。构建
% A, K4 z# Y8 c( X. P了不同光照环境下包含凹坑、翘皮、划伤和辊痕等多类缺陷的钢管表面图像样本集进行实验，结果表明本文方
+ t; o$ ~8 s% O. d# K+ Z' I  c% O2 Z$ Q法的检测精度较高，对光照不均匀具有良好的抗干扰能力


; R% Q5 N' w2 s  q